Python PyInstaller 打包成 Win、Mac 应用程序(app / exe)

简介: Python PyInstaller 打包成 Win、Mac 应用程序(app / exe)

一、简介

  • python 提供了几个用来打包的模块,主要有 py2apppy2exepyinstaller。附:pyinstaller、py2app、py2exe、fbs 对比与爬坑


    根据上面的表可以看出,只有 fbscx_FreezePyInstaller 满足跨平台要求,本文以 PyInstaller 进行打包作为案例,其他两个大同小异。
  • 附:

二、使用说明

  • pyinstaller 能够在 WindowsLinuxMac 等操作系统下将 Python 源文件打包,通过对源文件打包, Python 程序可以在没有安装 Python 的环境中运行,也可以作为一个独立文件方便传递和管理。
  • PyInstaller 支持 Python 2.7Python 3.3+。可以在 WindowsMacLinux 上使用,但是并不是跨平台的,而是说要是希望打包成 .exe 文件,需要在Windows 系统上运行 PyInstaller 进行打包工作;打包成 Mac App,需要在 Mac OS 上使用,Linux 也一样,不能在一端上打另外两段的包,还有 Mac m1 的打包不能给 Mac intel 的使用,相反也一样,运行会报错:Error:Bad CPU type in executable
  • pyinstaller 不需要自己写 setup.py 文件,只需要在工作目录中输入打包命令即可。最后会生成 builddist 文件夹,启动文件在 dist 文件夹下。
  • 安装
$ pip install pyinstaller
  • 安装后如果有警告 pip 版本低了,升级下
WARNING: You are using pip version 22.0.4; however, version 22.3.1 is available.
You should consider upgrading via the '/Users/dengzemiao/.pyenv/versions/3.10.3/bin/python3.10 -m pip install --upgrade pip' command.
$ python -m pip install --upgrade pip
  • 升级(备用)
$ pip install --upgrade pyinstaller
  • 切换到工作目录
$ cd xxxx/xxx
  • 打包命令
$ pyinstaller [项目启动文件]
  • 其他参数(按需求选择):打包完毕后在dist文件夹下双击项目启动文件就可以了
  • -F:表示在 dist 文件夹下只生成单个可执行文件(内部包含所有依赖),不加默认会在 dist 生成一大堆依赖文件 + 可执行文件。
  • -D:与 -F 相反用法。
  • -W:表示去掉控制台窗口,如果你的程序是有界面的,可以不写这个参数。但是测试情况下建议先加上这个参数,因为如果打包不成功,运行时报错信息会在控制台上输出,没有控制台就看不到报错信息。
  • -c:表示去掉窗框,使用控制台。
  • -p:表示自己定义需要加载的类路径,项目中包含多个自建模块的时候需要加上 -p aaa.py -p bbb.py -p ccc.py
  • -i:表示可执行文件的图标,后面跟图标的路径(例 -i "icon.icns"Mac 下图标文件为 icns 格式, Winico 格式)。
  • --name:设置打包后的应用名称,例 --name "小程序"
  • --hidden-import:后面跟模块名如 queue,用于告诉打包程序某个模块我用不着你不用打包进去。
# 常用打包参数
# -F -D 互斥参数
-F  打包成一个 exe 文件,小项目可以采用,打开比较慢,多个 .py 打包时不能使用
-D  默认参数,打包结果放入到创建的文件夹中,可以看到里面有很多的依赖文件
# -w -c 互斥参数
-w  使用项目的 GUI 界面,无 cmd 控制台
-c  默认参数,使用 cmd 控制台 如果打包文件执行报错,可尝试用 -c 显示控制台
-n  执行项目的名称,默认 .py 的文件名
-i  将 ico 图标打包到 exe 文件中,(例 `-i "icon.icns"`,`Mac` 下图标文件为 `icns` 格式, `Win` 为`ico` 格式)。
--hidden-import 打包时导包信息
# 打包 PyQt 项目强烈建议 带上以下参数
--hidden-import PyQt5.sip
# 打包命令示例
# 在项目的根目录下执行打包命令
$ pyinstaller -w xxx.py --hidden-import PyQt5.sip
# 打包结果输出在项目根目录下的 dist 文件夹中
# 不建议使用 -F 打包成一个 exe 文件 所谓:打包一时爽,打开 5 秒钟
# 非 -F 命令下, 静态资源、建好的 Sqlite 数据库可以直接放入 dist 中生成的文件夹中

三、打包

  • 进入到工作目录,直接打包。
  • 打包方式一
# 【推荐】打包后的应用程序体积大,但是只有首次慢点,后面都快,
# 不建议使用 -F 打包成一个 exe 文件 所谓:打包一时爽,打开 5 秒钟
$ pyinstaller demo.py
  • 优点
1、很容易在文件夹中查看 `pyinstaller` 收集的所有依赖库信息,文件较多。
2、方便发布新的可执行程序。如果脚本依赖库没有任何的变化,那么下次可以直接发布新的可执行程序即可,用户只需要在之前的文件夹中替换可执行文件就能使用。
3、启动速度快,首次会慢点。
  • 缺点
打出来的包体积大。
  • 打包方式二
# 打包后的应用程序体积小,但是启动慢,每次起码 5 秒干等
$ pyinstaller -F demo.py
  • 优点
1、就一个可执行文件,它包含了运行所需要的所有文件,可以直接发布这个工具。
2、文件体积小。
  • 缺点
但是执行速度慢,而且每次重新启动都慢。
OSError: Python library not found: .Python, Python, Python3, libpython3.10.dylib, libpython3.10m.dylib
This means your Python installation does not come with proper shared library files.
This usually happens due to missing development package, or unsuitable build parameters of the Python installation.
* On Debian/Ubuntu, you need to install Python development packages:
  * apt-get install python3-dev
  * apt-get install python-dev
* If you are building Python by yourself, rebuild with `--enable-shared` (or, `--enable-framework` on macOS).
相关文章
|
8天前
|
存储 数据库连接 API
Python环境变量在开发和运行Python应用程序时起着重要的作用
Python环境变量在开发和运行Python应用程序时起着重要的作用
48 15
|
11天前
|
数据库 Python
Python 应用
Python 应用。
32 4
|
20天前
|
数据采集 存储 JSON
Python网络爬虫:Scrapy框架的实战应用与技巧分享
【10月更文挑战第27天】本文介绍了Python网络爬虫Scrapy框架的实战应用与技巧。首先讲解了如何创建Scrapy项目、定义爬虫、处理JSON响应、设置User-Agent和代理,以及存储爬取的数据。通过具体示例,帮助读者掌握Scrapy的核心功能和使用方法,提升数据采集效率。
62 6
|
21天前
|
数据采集 数据安全/隐私保护 开发者
非阻塞 I/O:异步编程提升 Python 应用速度
非阻塞 I/O:异步编程提升 Python 应用速度
|
14天前
|
Java 测试技术 持续交付
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
54 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
|
1天前
|
人工智能 安全 Java
Java和Python在企业中的应用情况
Java和Python在企业中的应用情况
20 7
|
11天前
|
机器学习/深度学习 数据采集 数据可视化
Python在数据科学中的应用:从入门到实践
本文旨在为读者提供一个Python在数据科学领域应用的全面概览。我们将从Python的基础语法开始,逐步深入到数据处理、分析和可视化的高级技术。文章不仅涵盖了Python中常用的数据科学库,如NumPy、Pandas和Matplotlib,还探讨了机器学习库Scikit-learn的使用。通过实际案例分析,本文将展示如何利用Python进行数据清洗、特征工程、模型训练和结果评估。此外,我们还将探讨Python在大数据处理中的应用,以及如何通过集成学习和深度学习技术来提升数据分析的准确性和效率。
|
13天前
|
机器学习/深度学习 JSON API
Python编程实战:构建一个简单的天气预报应用
Python编程实战:构建一个简单的天气预报应用
32 1
|
21天前
|
数据可视化 开发者 Python
Python GUI开发:Tkinter与PyQt的实战应用与对比分析
【10月更文挑战第26天】本文介绍了Python中两种常用的GUI工具包——Tkinter和PyQt。Tkinter内置于Python标准库,适合初学者快速上手,提供基本的GUI组件和方法。PyQt基于Qt库,功能强大且灵活,适用于创建复杂的GUI应用程序。通过实战示例和对比分析,帮助开发者选择合适的工具包以满足项目需求。
69 7
|
21天前
|
数据采集 前端开发 中间件
Python网络爬虫:Scrapy框架的实战应用与技巧分享
【10月更文挑战第26天】Python是一种强大的编程语言,在数据抓取和网络爬虫领域应用广泛。Scrapy作为高效灵活的爬虫框架,为开发者提供了强大的工具集。本文通过实战案例,详细解析Scrapy框架的应用与技巧,并附上示例代码。文章介绍了Scrapy的基本概念、创建项目、编写简单爬虫、高级特性和技巧等内容。
47 4
下一篇
无影云桌面